Gemini 3.5 Flash、Antigravity CLI 与 Railway 云故障

我对公开批评 Google 感到紧张。我曾表示，之前一部关于 Antigravity 的视频被标记后失去了变现和推荐，后来这一处理被撤销，我也收到了道歉。这是我的经历；我无法证明标记是对批评的报复。YouTube 对我的生计很重要，因此这些决定让我感到影响重大。

在 Google I/O 上，Google 宣布了 Gemini 3.5 Flash 和向 Antigravity CLI 过渡。大约同一时间，Railway 因 Google Cloud 账户被暂停而遭遇重大故障。我对这三件事都有强烈看法，但它们是不同事件，应分别评估。

Google 公布的基准显示，Gemini 3.5 Flash 是一个能力很强的模型，尤其是在编程和智能体任务上。我提前获得了使用权限，并受邀测试编程能力。在我自己的 SkateBench 测试中，它不如 Gemini 3.1 Pro，说明表现会随任务和测试而变化。

我讨论的成绩包括 Terminal-Bench、SWE-bench Pro、MCP Atlas、Toolathlon，以及多模态或推理测试。这些是有用的信号，但得分取决于基准、运行框架和设置，不能证明模型在所有任务上最好，也不能保证每个开发者得到相同结果。

Artificial Analysis 当时还比较了模型智能水平和输出速度，显示该模型的速度与得分组合很有吸引力。我认为这类比较有参考价值，但 token 生成快、基准分数高，本身不能告诉我们具体任务要花多久或多少成本。

接下来我担心的是价格。我引用的发布价格是 Gemini 3.5 Flash 每百万输入 token 1.50 美元、输出 token 9 美元；相比之下，Gemini 3 Flash 分别为 0.50 和 3 美元，更早的 Gemini 2.0 Flash 历史价格还低得多。这些是录制时讨论的价格，不代表当前价格。

生成 token 的数量也很重要。如果模型解决同样的问题需要更多输出，即使单价较低，总成本也可能更高。我引用的基准 token 数量只属于那些运行和推理设置，不能推广到所有应用。

我认为，如果快速模型需要生成明显更多的 token，完成任务仍可能更慢。正确的比较应在相近条件下看端到端任务时间、总成本和质量，而不只是输出速度。我对基准的解读只是当时的快照，不是普遍适用的效率排名。

在实际测试中，我让模型参考原始代码重建自己的 Fish Slop 游戏。第一次生成的版本无法运行；追问修复后虽然能运行，但鱼的尺寸过大，喂食和成长机制失效，素材也不合我的意。我自己的 GPT-5.5 尝试结果更好。

这个例子说明了我为何失望，但它只是一次非正式测试。提示词、智能体配置、工具和重复运行都会影响结果，我没有提供受控评估。一次游戏重建失败，不能证明模型在其他场景下不会编程。

我在新的 Antigravity CLI 中也遇到了问题：滚动时旧输入进入提示框、界面位置跳动，而且必须使用退出命令。我还报告了反复登录和难以隐藏邮箱的问题。这些观察只描述我当时测试的版本和环境。

我对开源项目 Gemini CLI 更有信心，它吸引了大量社区参与。其他团队可以以它为起点，也可以借鉴其中的 skills 和工作流模式。虽然它不是我的主要工具，但社区与维护者让我对它抱有希望。

Google 宣布向 Antigravity CLI 过渡：这是一个基于 Go 的新工具，连接 Antigravity 后端。公告称，Gemini CLI 和 Gemini Code Assist IDE 扩展将从 2026 年 6 月 18 日起停止处理 Google AI Pro、Ultra 及免费个人用户的请求。这个限制不应被说成 Gemini CLI 的所有访问方式都结束。

我反对把用户从开源工具转向一个在我体验中存在缺陷且闭源的替代品。用户无法像以前一样检查和参与替代工具的开发。我对 Google 内部政治和决策原因的结论只是个人解读，并非经过核实的决策过程。

Railway 是另一个问题，我与这家公司有关系：它曾赞助我的频道，我使用它的服务，创始人 Jake 以前还指导过我。Railway 建立了自己的硬件，但其控制平面和网络的一部分仍依赖 Google Cloud。

录制时，Railway 在 Google Cloud 账户被暂停后发生服务中断。Railway 后来的事件报告称，一次自动化操作错误地暂停了生产账户，此次暂停前没有专门通知；报告也说 Google 此前曾发出违规通知。故障持续约八小时。

事件影响超出了 Google 托管的机器。Railway 表示，其边缘代理依赖托管在 Google Cloud 上的网络控制平面 API；缓存路由过期后，即使 Railway 自有硬件和 AWS 上的工作负载仍在运行，也无法访问。Railway 对让单一依赖造成这种影响的架构承担了责任。

我把这与此前的 UniSuper 云事件作比较：一次配置错误删除了私有云订阅，独立备份帮助了恢复。这些例子促成了我对云依赖的担忧，但不能证明某个供应商在所有情况下都比竞争对手不可靠。

我解释了自己有时克制批评的原因：过去的视频表现不佳、我担心 YouTube 的平台处置，而且我信任 Gemini CLI 团队的一些人。此前的平台处理虽然已被撤销，但我仍想说明它给我这个创作者带来的不确定感。

Dimitri、Jack 和 Gal 会回应反馈，帮助我理解项目。我很看重愿意公开沟通、纠正错误的维护者，也对这次过渡对社区的影响感到难过。我不知道他们的就业状态，也无法核实具体的人事决定。

我批评了新版 Antigravity 界面，认为它与 Codex 相似；但演示中出现一个文件夹名称，并不能证明存在抄袭。我还推测内部政治导致开源团队被取代。这些说法表达了我的不满与解读，并非独立证实的事实。

我希望 AI 工具供应商之间有更强的竞争，也希望 Google 能改进模型和开发工具。我对某个模型和 CLI 的负面体验，应与独立评估及其他用户的体验一起权衡。工具质量、成本、开放性和支持都与选择有关。

我最后想说，开发者需要考虑对供应商的依赖，以及平台在故障发生时的响应能力。我对这些事件感到愤怒，也怀疑 Google 的方向，但我承认公司拥有改进所需的人才和基础设施。请根据自己的需求判断工具和风险。